网络包封装全解析：从字节流到数据帧

第一部分：网络包的构成 - “信封套信封”

网络包的构成就像一个俄罗斯套娃或一封信外面套着一个个信封，每一层都添加了本层的头部信息（有时还有尾部）。这个过程就是 封装。

我们以一个最经典的例子来说明：你的电脑（192.168.1.10）通过浏览器访问一个网站服务器（93.184.216.34）。

1. 应用层 - 原始信件

这是你真正想发送的数据。

• 内容： 一个HTTP请求，例如 GET / HTTP/1.1 Host: www.example.com ...

• 特点： 此时还没有“包”的概念，就是纯粹的应用程序数据。

2. 传输层 - 装入第一个信封（TCP）

传输层（以TCP为例）负责将应用数据分割成 manageable 的段，并确保可靠传输。

• 动作： TCP为应用数据添加一个 TCP头部。

• TCP头部关键字段：

  • 源端口： 你的浏览器随机开启的一个端口（如 52000）

  • 目的端口： 服务器上Web服务的端口（如 80）

  • 序列号： 用于标识这个段中数据的顺序，便于接收方重组和确认。

  • 确认号： 用于确认对方发送的数据。

  • 标志位： SYN, ACK, FIN, RST 等，用于控制连接状态（三次握手、四次挥手）。

  • 窗口大小： 用于流量控制，告诉对方自己还能接收多少数据。

• 此时的数据单元称为： 段

3. 网络层 - 装入第二个信封（IP）

网络层负责将数据段从一个设备路由到另一个设备，跨越整个网络。

• 动作： IP为TCP段添加一个 IP头部。

• IP头部关键字段：

  • 源IP地址： 192.168.1.10

  • 目的IP地址： 93.184.216.34

  • 协议号： 6（代表 payload 是 TCP 段）

  • TTL： 生存时间，每经过一个路由器减1，防止包在网络上无限循环。

• 此时的数据单元称为： 包 或 数据报

4. 数据链路层 - 装入最后一个信封（以太网）

数据链路层负责在同一个本地网络内的设备之间传递数据帧。

• 动作： 为IP包添加一个 以太网头部 和 尾部。

• 以太网头部关键字段：

  • 目的MAC地址： 下一跳设备的MAC地址（如果是本地通信，就是目标服务器的MAC；如果是发往外部，就是默认网关的MAC地址）。

  • 源MAC地址： 你电脑网卡的MAC地址。

  • 类型： 0x0800（代表 payload 是 IP 包）

• 以太网尾部： 主要是 帧校验序列，用于检测传输过程中是否出现比特错误。

• 此时的数据单元称为： 帧

5. 物理层 - 转换成信号

物理层不关心内容，它只负责将二进制的比特流（0和1）转换成可以在物理介质（网线、光纤、无线电波）上传输的电信号、光信号或电磁波。

总结封装过程：
应用数据 [HTTP]] -> TCP段 [TCP头 + HTTP数据] -> IP包 [IP头 + TCP段] -> 以太网帧 [以太网头 + IP包 + 以太网尾] -> 比特流

---

第二部分：怎么变成流发送的 - “对话与流水线”

“流”是一个抽象概念，指的是在两个应用程序之间建立的、可靠的、有序的、双向的字节序列。TCP是实现“流”感觉的关键。

1. 建立连接 - “打招呼”（三次握手）

在发送任何真实数据之前，必须先建立连接，同步序列号。

1. 客户端 -> 服务器： 发送一个SYN包（标志位SYN=1），并带上一个随机初始序列号 seq=x。

2. 服务器 -> 客户端： 回复一个SYN-ACK包（SYN=1, ACK=1），并带上自己的随机初始序列号 seq=y，以及确认号 ack=x+1。

3. 客户端 -> 服务器： 发送一个ACK包（ACK=1），确认号 ack=y+1。
   至此，连接建立。双方都确认了对方的序列号起始点，可以开始传输数据。

2. 数据分割与发送 - “流水线作业”

• MSS： 最大报文段长度。TCP会根据MSS（通常由MTU决定，见下文）将应用层传下来的大数据块（比如一个大的HTTP响应）切割成多个适合传输的TCP段。

• 滑动窗口协议： 这是实现“流”和高效率的核心。

  • 发送窗口： 发送方维护一个窗口，窗口内的数据可以连续发送出去，而无需等待每一个的确认。

  • 确认机制： 接收方收到数据后，会回复一个ACK包，其中的确认号表示“我期望收到的下一个字节的序列号”。这个ACK号是累积的，表示之前的所有数据都已收到。

  • 窗口向前滑动： 当发送方收到一个ACK后，发送窗口就可以向前滑动，发送新的数据。

  • 流量控制： 接收方通过TCP头中的“窗口大小”字段来告诉发送方自己还有多少缓冲区空间，防止发送过快导致接收方被淹没。

3. 有序重组 - “还原拼图”

• 由于IP网络是无连接的，每个IP包可能经过不同的路径，导致乱序、重复甚至丢失。

• 接收方的TCP协议栈会根据TCP头中的序列号，将收到的段在缓冲区中进行排序。

• 一旦排好序的、连续的数据就位，TCP就会将它们作为一个连续的字节流传递给上层的应用程序。

• 这正是“流”的 illusion 所在： 应用程序从TCP Socket 读取数据时，它感觉就像在读取一个有序的字节流（比如一个文件），完全感知不到底层被分割成多个包以及网络的各种复杂性。

4. 可靠传输 - “丢包重传”

• 发送方每发送一个段，都会启动一个重传计时器。

• 如果在一个超时时间内没有收到该段的ACK，发送方就认为这个段丢失了，会重新发送它。

• 通过序列号、确认和重传机制，TCP保证了所有数据最终都能可靠、有序地到达对端。

5. 关键角色：MTU

MTU（最大传输单元） 是数据链路层一帧所能承载的最大数据量（不包括帧头帧尾）。对于以太网，通常是1500字节。

• TCP在切割数据时，必须保证 IP头 + TCP头 + TCP数据 不超过 MSS，而 MSS = MTU - IP头 - TCP头（通常是1460字节）。

• 如果一个IP包的大小超过了路径上某个链路的MTU，它就需要被分片。但分片会降低效率，现代网络通常通过 Path MTU Discovery 来避免分片。

---

总结：从包到流

1. 发送端： 应用层产生数据流 -> 传输层将流切割成段，并添加序列号 -> 网络层和数据链路层将段封装成包/帧，通过物理介质发出。

2. 网络中： 各个包作为独立的个体，可能经过不同的路径，经历乱序和延迟。

3. 接收端： 数据链路层和网络层解封装，将段交给传输层 -> 传输层根据序列号在缓冲区中排序和重组，并通过ACK确认 -> 将重组后的原始字节流交付给应用层。

所以，“流”是TCP在传输层为我们创造的一个完美抽象，它屏蔽了底层基于“包”的、不可靠的、无序的网络的所有复杂性，让应用程序可以像操作本地文件一样进行网络通信。